Dans la dernière décennie, de nombreuses recherches dans le domaine de l’intelligence artificielle (IA) et des interactions homme-machine (IHM) ont permis de mettre en lumière l’intersectionnalité des biais sexistes, racistes et de classes reconduites insidieusement par des algorithmes prétendument impartiaux. Les systèmes de reconnaissance faciale, principal suspect au banc des accusés, ont du mal à démontrer leur objectivité, laquelle se moule étrangement aux préjugés et croyances des designers informatiques qui les programment¹.

Bien que ces études aient démontré hors de tout doute leur pertinence et la nécessité de mettre en place des outils éthiques permettant d’atténuer les risques d’une reproduction indue des préjugés ou des inégalités² – risques associés à l’utilisation de tels systèmes automatisés –, les recherches en IHM ne parviennent malheureusement pas à s’extirper du modèle de la bicatégorisation des genres. Sans compter le phallocentrisme nominal de la discipline elle-même³, son corps d’analystes, composé (très) majoritairement de personnes cisgenres – c’est-à-dire des personnes dont l’identité de genre est en adéquation avec le sexe biologique attribué à la naissance –, qui assument ainsi en amont de leurs études que le genre est fixe, binaire et basé sur la physiologie⁴. Leurs conclusions, en aval, s’édifient donc à partir d’une conception erronée de l’humain – et éventuellement de l’IA elle-même – comme une variable sécable selon deux catégories mutuellement exclusives, soit femme et homme. Cette circularité critique a comme angle mort

…